In Breve
- Qual è il divario di fiducia nell'AI in Italia?
- L'Italia ha un divario di 14,1 punti tra fiducia e affidabilità nei sistemi di AI.
- Quante organizzazioni italiane riportano un ritorno economico elevato dai progetti AI?
- Solo il 18,7% delle organizzazioni italiane riporta un ritorno economico elevato.
- Quali sono le principali criticità riscontrate nei sistemi AI?
- Le criticità includono mancanza di chiarezza, carenza di contesto e preoccupazioni sulla sicurezza.
Nel 2026, l’Italia si distingue per il più ampio divario in Europa tra la fiducia riposta nei sistemi di intelligenza artificiale (AI) e la maturità delle infrastrutture di controllo. L’indice di fiducia si attesta a 72,9 punti, mentre l’indice di affidabilità è a 58,8 punti. Sebbene la forbice si sia ridotta rispetto all’anno precedente, passando da 18,4 a 14,1 punti, rimane comunque la più marcata del continente.
Solo il 18,7% delle organizzazioni italiane riporta un ritorno economico elevato dai progetti di AI. Questa distanza tra aspettative e capacità operative mette in luce criticità significative nella trasparenza, nella spiegabilità e nella conformità normativa dei sistemi impiegati. Nonostante i miglioramenti in termini di accountability, governance dei modelli e qualità dei dati, tutte le dimensioni analizzate restano al di sotto dei benchmark globali, con impatti diretti sulla redditività dei progetti digitali.
Le principali problematiche riscontrate negli output generati dai sistemi AI includono la mancanza di chiarezza delle risposte (37,7%), la carenza di contesto (26,4%), preoccupazioni sulla sicurezza degli output (14,2%), inesattezze fattuali (13,2%) e rischio di bias (8,5%). Inoltre, la frammentazione delle basi dati è aumentata, con una quota di imprese che gestisce le informazioni in silos quasi triplicata in un anno.
Superare questo squilibrio tra adozione e governance è fondamentale per trasformare l’adozione tecnologica in un vantaggio competitivo misurabile. La crescita futura della produttività non dovrebbe basarsi solo sulla sperimentazione dei modelli, ma richiede un consolidamento strutturale dei processi di controllo, audit e trasparenza.
